机器学习
她说巷尾的樱花开了
这个作者很懒,什么都没留下…
展开
-
西瓜书学习资料
1. 通俗理解协方差与相关系数:https://www.zhihu.com/question/20852004/answer/1349020612. 协方差矩阵的计算方法https://blog.csdn.net/mr_hhh/article/details/784905763. 马氏距离介绍https://zhuanlan.zhihu.com/p/466266074. 西...原创 2020-01-28 22:14:43 · 910 阅读 · 0 评论 -
机器学习总结(二):逻辑回归
上一篇博客我简要总结了线性回归的知识点,这篇博客将主要回顾逻辑回归的知识点,作为线性模型的另一种,逻辑回归主要用于分类问题,即用于因变量是离散类型的场景,在实际的应用中尤其是二分类问题中比较常见。逻辑回归知识点 逻辑回归损失函数及其梯度的推导决策边界(decision boundary)高级优化算法多类别分类问题逻辑回归代码实现正则化后的逻辑回归 以上知识点因为数学公式较多,编辑原创 2017-08-16 23:31:32 · 1747 阅读 · 2 评论 -
机器学习总结(三):矩估计
鉴于后续机器学习课程中多次提到参数估计的概念,为了避免囫囵吞枣的理解某些知识点,决定对概率统计的这部分知识点进行简要总结,这篇博客主要涉及的是点估计中的矩估计知识点,后续的博客将总结点估计中其他两个比较常见的方式,极大似然估计以及最小二乘法。基础概念为什么要出现估计呢? 因为在统计学中,所要观测的数据量往往都比较大,我们不可能将所有数据全部都进行统计,一种可行的方式就是从这些数据量中抽取一部分原创 2017-08-17 22:33:11 · 14998 阅读 · 6 评论 -
机器学习总结(四):极大似然估计与最小二乘法
在上一篇博客中,我简单复习了矩估计,这篇博客将对点估计中的另外两个常见估计方法进行总结,分别是极大似然估计与最小二乘法,首先会对各自知识点进行归纳,最后论证这两种参数估计方法在特定条件下的转换关系。极大似然估计基本概念 在总体分布类型已知的前提下所使用的一种参数估计方法,这不同于矩估计,矩估计是在总体分布类型未知的情况下进行的。理论依据 概率大的事件在一次观测中更容易出现通俗的解释原创 2017-08-18 20:50:11 · 2561 阅读 · 1 评论 -
机器学习总结(一):线性回归、岭回归、Lasso回归
线性回归作为一种回归分析技术,其分析的因变量属于连续型变量,如果因变量转变为离散型变量,将转换为分类问题。回归分析属于有监督学习问题,本博客将重点回顾标准线性回归知识点,并就线性回归中可能出现的问题进行简单探讨,引出线性回归的两个变种岭回归以及Lasso回归,最后通过sklearn库模拟整个回归过程。目录结构线性回归的一般形式线性回归中可能遇到的问题过拟合问题及其解决方法线性回归代码实现原创 2017-08-15 21:41:51 · 138303 阅读 · 34 评论 -
图像语义分割资料汇总
语义分割论文汇总:http://www.aiuai.cn/aifarm62.html马尔科夫随机场(MRF)资料: Deep Parsing Network实现代码(待确定):https://github.com/Pi-Rasp/MRF-Segmentation Deep Parsing Network(2015)论文链接:https://arxiv.org/pdf/1509.0263...原创 2018-06-10 09:08:56 · 655 阅读 · 0 评论